【练习】Day04（未完成版）

努力经营当下，直至未来明朗！

---

普通小孩也要热爱生活！

一、选择

1. 下面代码运行结果是（ ）

public class Test{
    public int add(int a,int b){
        try {
            return a+b;
        }catch (Exception e) {
            System.out.println("catch语句块");
        }finally{
            System.out.println("finally语句块");
        }
        return 0;
    }
    public static void main(String argv[]){
        Test test =new Test();
        System.out.println("和是："+test.add(9, 34));
    }
}

A: catch语句块 和是：43
B: 编译异常
C: finally语句块
和是：43
D: 和是：43
finally语句块

2. 以下说法哪个是正确的【多选】（ ）

A: IOException在编译时会被发现
B: NullPointerEception在编译时不被发现
C: SQLException在编译时会被发现
D: FileNotFoundException在编译时会被发现

---

二、编程

1. 数组中的第K个最大元素

LeetCode215.数组中第K个最大元素
给定整数数组 nums 和整数 k，请返回数组中第 k 个最大的元素。

① 请注意，你需要找的是数组排序后的第 k 个最大的元素，而不是第 k 个不同的元素。
② 你必须设计并实现时间复杂度为 O(n) 的算法解决此问题。

---

2. 组合总数III

LeetCode216.组合III
找出所有相加之和为 n 的 k 个数的组合。组合中只允许含有 1 - 9 的正整数，并且每种组合中不存在重复的数字。

---

答案

1. 选择

1. ① 在main函数中调用了add方法，先执行try，再执行catch，最后执行finally；但是此时try没有捕捉到任何异常，所以直接先执行try，然后执行finally。
   ② 执行完add方法后才去执行main方法中接下来的代码，所以先输出finally内容，再输出main中的内容。

故：选C

2. ① 必检异常（编译时异常）：一定要进行异常声明
   ② 免检异常（运行时异常）：RunTimeException以及其子类对应的异常，都称为运行时异常。比如：NullPointerException、ArrayIndexOutOfBoundsException、ArithmeticException等。
   ③ IOException，FileNotFoundException，ClassNotFoundException，SQLException都属于编译时异常；
   NullPointerEception属于运行时异常

故：选ABCD

3. ① 可以使用throw关键字在指定的方法中抛出指定的异常，例如throw new Exception("异常产生的原因")
   ② throw抛出异常，throws声明异常！

---

2. 编程

1. 数组中第K个最大元素
   1）思路：
   ① 求数组排序后，第 k 大的元素，思路有很多：

A.可以先把数组降序排序，再取第 k-1 个元素（从0开始）
B.也可以把数组升序排序，再取第 数组长度-k 个元素

② 但是：注意本题是第K个最大元素，起类似于topK问题，使用堆排序。
③ 我们可以创建一个小顶堆，从数组中取元素存放在堆中，这个过程可以维护堆的长度为k，那么，遍历完数组以后，堆顶元素即为求的第 k 个元素。
④ 注意：针对的是所有元素，而不是不同的元素！（即：相同的n个元素也要排n个位！）

2）使用优先级队列PriorityQueue建立小根堆。

3）代码：

class Solution {
    public int findKthLargest(int[] nums, int k) {
        // 首先建立小根堆（大小只有k个元素）
        PriorityQueue<Integer> queue = new PriorityQueue<>();
        // 遍历元素，放入小根堆【注意大小限制】
        for (int x : nums) {
            // 将元素添加到堆中
            queue.add(x);
            // 维护堆的k个元素，超出则删除堆顶的最小元素
            // 我需要的是第k大，也就是尽量保留大的，从大的数的第k个就是需要的
            if(queue.size() > k) {
                queue.poll(); // 直接删除堆顶元素
            }
        }
        // 最后堆顶元素就是所求的元素
        return queue.peek();
    }
}

---

2. 组合总数III
   【深度搜索 + 回溯算法】

1）思路：

2）代码：

---